任何程序错误，以及技术疑问或需要解答的，请扫码添加作者VX：：1755337994
1 .利用TensorFlow代码下载MNIS丁
TensorFlow 提供了一个库， 可以直接用来自动下载与安装MNIST ， 见如下代码：
代码5-1 MNIST数据集（此下为旧版本（tf 1.X）的代码，可能不适用，解决办法2是根据旧版代码进行解决，方法1为新版tf2.0的代码，自行选择）
-
from tensorflow.examples.tutorials.mnist import input_data -
mnist = input_data.read_data_sets ( ” MNIST_data/ ”, one_hot=True)
运行上面的代码，会自动下载数据集并将文件解压到当前代码所在同级自录下的
MNIST data 文件夹下。
Q注意：代码中的one hot=True ，表示将样本标签转化为one hot 编码。
举例来解释one_hot 编码： 假如一共10 类。0 的one_hot 为1000000000,1 的one_hot
为0100000000 , 2 的one hot 为0010000000 , 3 的one hot 为0001000000 ..…·依
此类推。只有一个位为1 , 1 所在的位置就代表着第几类。
报错（此报错可以使用解决方法2，但建议使用方法1中的新版本代码，自行抉择）
ModuleNotFoundError: No module named 'tensorflow.examples.tutorials'
解决办法1
tensorflow2.0的数据集集成到keras高级接口之中，使用如下代码一般都能下载
-
import tensorflow as tf -
tf.__version__
-
mint=tf.keras.datasets.mnist -
(x_,y_),(x_1,y_1)=mint.load_data()
-
import matplotlib.pyplot as plt -
plt.imshow(x_[0], cmap="binary") -
plt.show()
解决办法2
先检查tensorflow中是否含有tutorials，本文主要针对没有tutorials文件报错的解决，请看清解决的问题！！！
1.在自己编译器运行的python环境的...\Python3\Lib\site-packages,该目录下有文件夹tensorflow, tensorflow_core, ensorflow_estimator。。。（可能你的电脑安装了多个python环境，如果找错位置，依旧没有复制到运行的python环境中，无法运行，找对自己的环境位置）
2.进入tensorflow_core\examples文件夹，如果文件夹下只有saved_model这个文件，则是没有tutorials。
3.进入github的tensorflow主页下载缺失的文件 网址为：GitHub - tensorflow/tensorflow: An Open Source Machine Learning Framework for Everyone。
或者我微云上的文件：文件分享
整个下载下来，
4.然后在下载文件的路径tensorflow-master\tensorflow\examples\这里找到了tutorials文件夹，把tutorials整个文件夹拷贝到上文中提到的...\Python3\Lib\site-packages\tensorflow_core\examples\
5.恭喜你成功运行
识别手写数字代码如下
-
# -*- coding: utf-8 -*- -
""" -
Created on Thu Nov 21 16:38:15 2019 -
@author: Cable-Ching -
""" -
from tensorflow.examples.tutorials.mnist import input_data -
mnist = input_data.read_data_sets("MNIST_data", one_hot=True) -
print ( ' 输入数据：', mnist.train.images) -
print ( ' 输入数据打shape :', mnist.train.images.shape) -
import pylab -
im = mnist.train.images[1] -
im = im.reshape(-1 ,28) -
pylab.imshow(im) -
pylab.show()
任何程序错误，以及技术疑问或需要解答的，请添加
